Panganib ng portfolio: ano ang itinatago ng mga timbang

Hindi koleksiyon ng magkakahiwalay na pustahan ang portfolio

Maaaring mag-ambag ng lubhang magkaibang antas ng panganib sa umiiral na portfolio ang dalawang posisyong magkapareho ang standalone volatility. Nagmumula ang pagkakaiba sa pakikipag-ugnayan ng kanilang mga return sa ibang hawak. Maaaring palakasin ng posisyong karaniwang sumasabay sa pinakamalaking exposure ang pagbabagu-bago nito; maaaring tumbasan naman ng iba ang ilan sa mga iyon. Hindi sinusukat ng pagbibilang ng simbolo ang ugnayang ito.

Inilalarawan ng klasikong mean-variance framework ang variance ng portfolio gamit ang mga timbang, indibidwal na variance at covariance ng bawat pares. Kapaki-pakinabang itong modelong pang-organisa, hindi kumpletong depinisyon ng panganib. Hindi nito direktang nasasaklaw ang default, pagsasara ng merkado, paghihigpit sa withdrawal o permanenteng pagkawala ng kakayahang bumili. Magsimula sa pagpapasya kung aling mga panganib ang kayang bigyang-linaw ng kalkulasyon at alin ang nangangailangan ng hiwalay na pagsusuri.

Gawing nakikita ang cross-term

Para sa dalawang asset na may timbang na w1 at w2, volatility na s1 at s2, at correlation na r, ang variance ay w1²s1² + w2²s2² + 2w1w2rs1s2. Ang huling termino ang dahilan kung bakit karaniwang hindi sapat ang simpleng pag-average ng mga volatility. Kailangang pare-pareho sa lahat ng input ang haba ng panahon, kombensiyon ng return, at pagtrato sa salapi.

Ang pares ng asset na pantay ang timbang at kapwa may 20% na annualized volatility ay may humigit-kumulang 14.14% na volatility ayon sa modelo kapag zero ang correlation. Sa correlation na isa, 20% ang resulta. Sa correlation na minus isa at magkaparehong laki ng galaw, zero ang ideyalisadong variance. Ipinapakita ng huling kalkulasyon ang aritmetika ng modelo, hindi ang pagkakaroon ng tunay na portfolio na walang panganib.

Tantiya ang correlation, hindi kontrata

Nagbabago ang correlation ng sample ayon sa window ng obserbasyon at kapaligiran ng merkado. Maaaring itago ng tahimik na panahon ang magkakatulad na kahinaan sa inflation, kakulangan sa funding, o sapilitang pagbenta. Maaaring sabay tumugon ang mga asset na mukhang walang kaugnayan sa karaniwang araw kapag nangangailangan ng salapi ang mga mamumuhunan. Kaya dapat makita ang kawalang-katiyakan ng pagtataya sa halip na ibaon sa iisang matrix.

Ihambing ang ilang makatwirang correlation at siyasatin ang partikular na mga panahon ng matinding problema. Mag-ingat sa lumang presyo: maaaring magmukhang artipisyal na matatag at mahina ang correlation ng asset na bihirang tinatasa dahil huli ang pagsasaayos ng naitalang halaga nito. Itugma ang oras ng obserbasyon at unawain ang mga paraan ng valuation bago ituring na diversification ang mababang numero. Lumilikha ng katulad na problema ang magkaibang oras ng trading kahit aktibong tine-trade ang parehong instrumento.

Dapat positive semidefinite ang covariance matrix. Maaaring magbigay ng negatibong variance para sa ilang timbang ang pairwise correlations mula sa magkakaibang panahon. Depekto ito ng datos o modelo, hindi pambihirang hedge. Pantayin ang oras ng obserbasyon at itala ang anumang statistical adjustment.

Isalin ang mga pangalan tungo sa mga exposure na pang-ekonomiya

Maaaring magkapareho ang sensitivity sa gana sa panganib ng isang technology stock fund, indibidwal na software company, at posisyon sa salaping sensitibo sa paglago kahit magkakaiba ang kanilang label. May exposure din sa salapi ang lokal na account na may dayuhang asset maliban kung aktuwal itong naka-hedge. Hatiin ang mga posisyon ayon sa mga salik gaya ng equity beta, interest rate, salapi, credit, at presyo ng commodity.

Kailangan ng espesyal na pag-iingat sa notional ng derivative at alokasyon ng salapi. Maaaring suportahan ng maliit na margin deposit ang malaking exposure sa ekonomiya, samantalang nagbabago ang sensitivity ng option ayon sa presyo at oras. Maaaring lubhang mailarawan nang mali ang mga instrumentong ito ng mga timbang ng portfolio na nakabatay lamang sa salaping ibinayad. Kapaki-pakinabang ang first-order na pagtingin sa mga factor, ngunit kailangan pa ring muling presyuhan sa mga scenario ang nonlinear na exposure sa halip na panatilihing nakapirmi ang sensitivity magpakailanman.

Gamitin ang mga marginal na pagbabago upang gabayan ang pagsusuri

Itanong kung ano ang mangyayari sa kabuuang minodelong panganib kung magdaragdag o mag-aalis ng maliit na halaga sa isang posisyon. Maaaring ipakita ng marginal na pananaw na ito na hindi kinakailangang ang pinakamalaking hawak ang pinakamalaking dagdag na panganib. Pinipigilan din nitong mapagkamalan ang pagraranggo ng standalone volatility bilang pasiya sa portfolio.

Isabay ang kalkulasyon ng covariance sa mga limitasyon sa konsentrasyon, sukatan ng liquidity at scenario ng lugi. Maaaring may iisang pinagsasaluhang custodian ang kombinasyong mababa ang volatility sa matematika, o nakadepende ito sa leverage na hindi kayang makaligtas sa stress. Dapat mapa ng mga kahinaan at kawalang-katiyakan ang praktikal na resulta, hindi iisang decimal place ng panganib na mukhang tiyak. Muling kalkulahin matapos ang makabuluhang pagbabago sa exposure at siyasatin kung bakit gumagalaw ang resulta.

Linawin ang exposure at pagpopondo sa mga timbang

Sa equity na 100,000 dolyar, +0.60 ang timbang ng long position na 60,000 at −0.40 ang short na 40,000. Ang net exposure ay 20% at gross exposure ay 100%. Binabago ng pag-normalize sa mga ito upang maging isa ang kabuuan ang sukat ng tunay na exposure.

Kung 20% ang taunang volatility ng bawat asset at 0.8 ang correlation, 0.00544 ang variance at humigit-kumulang 7.38% ang volatility kaugnay ng equity, hindi kasama ang pabago-bagong financing cost. Sa zero correlation, tataas ito sa 14.42%. Nakatutulong ang positibong correlation sa long–short pair na ito.

May multiplication sa currency return. Kung umakyat ang dayuhang asset ng 5% ngunit humina ang currency nito ng 10% laban sa currency ng account, 1.05 × 0.90 − 1 = −5.5% ang return bago ang gastos. Nawawala ang cross term sa simpleng pagdaragdag.

Hindi awtomatikong libreng rebalancing ang fixed weights sa formula. Binabago ng presyo ang timbang maliban kung ibinabalik ito ng mga trade. Hindi kusang inilalarawan ng kalkulasyon ngayon ang exposure at gastos sa susunod na buwan.